基于人工神经网络的油-水乳状液粘度智能预测研究.pdfVIP

石油天然气学报 (江汉石油学院学报) 2011年10月 第 33卷 第 10期 JournalofOilandGasTechnology(J．JPI) Oct．2011 Vo1．33 N0．10 基于人工神经 网络的油一水乳状液粘度 智能预测研究 梁法春(害 岛。) I冻 婧 (中国石油大学 (华东)储运与建筑工程学院，山东青岛266555) 燕 慧，刘德绪 (中原石油勘探局勘察设计研究院，河南濮阳457001) [摘要]油水混合粘度受温度 、剪切速率、含水率3种因素协 同影响，很难用常规方程准确计算。提 出了 采用人工神经 网络进行 油水 乳状液粘度预测 的新方法 。建立 了三层结构 BP神经 网络模 型 ，输入 层有 3个 神经元 ，分别代表温度 、剪切速率 、含水率 ，输 出层有一个神经元 ，代表油水混合物粘度 ，隐层神经元 数 目为30个。在实验室配置一定 比例 的油水乳状液 ，通过流变性测量获得学习训练样本。试验温度范围 24．3～46．1℃，剪切速率范围 l0～400S。，含水率范围 1O ～6O 。结果表 明，神经 网络预测值与实测 值符合 良好 ，最大误差 7．37 。 [关键词]油水乳状液；三相流 ；粘度 ；神经网络 ；预测 [中图分类号]TE311 [文献标识码]A [文章编号]i000—9752(2o11)1o—o1l8一o3 在油气生产 中，井 口采出介质通常为油气水三相混合物。在管道内流动时，油水混合液会形成水为 连续相 (()／w)或油为连续相 (w ／())的乳状液 ，一定条件下还会发生相转变 ，引起粘度急剧变化 。 油水混合物粘度是油田开发中关键的基础参数 ，油气水流动特性计算模型的建立 以及集输管 网的设计 ， 都依赖于对油水混合物粘度的准确预测。早在 1906年 Einstein就发表了第一个关于油水混合液粘度的 计算公式，但仅适用于分散相含量很低的稀混合液系统 。随后 Guth等 考虑 了温度、含水率 的影响， 扩大r模型的适用范围。研究表 明，油水混合物粘度不但与温度和含水率有关 ，还取决于剪切力的大 小 。高剪切速率下蜡 晶不易聚集和长大 ，并破坏微小液滴外 的油膜壁而使粘度下降 。l996年 Pan 等 。提出_r考虑掺混剪切作用下的混合液粘度计算式 ，但掺混系数的确定是一个难题 。可见，油水混合 粘度受温度 、剪切速率 、含水率 3种因素共同影响，非常复杂 ，当前综合考虑 3种因素的模型研究尚不 充分 ]。而 BP神经 网络具有模糊识别和非线性预测 能力 ]，在此尝试采用 BP神经 网络进行油水混合 物粘度预测 油水混合物粘度试验测量 采集中原油 田采油二厂原油样品进行高含水原油的流变特性分析。利用乳化机配制不同比例的油水 乳状液 ，采用 AntonPaar旋转流变仪测量粘度 。试验温度 点有 12个 ，分别为 24．3、26．3、28．3、 3()．2、32．2、34．2、36．2、38．2、40．2、42．2、44．1和 46．1℃。剪 切速 率分别 为 10、20、50、lj[(]、 200和400s 。含水率范围10 ～60 。试验发现 ，含水率超过 60 ，油水立即分层 ，不能形成稳定 的乳状液。 图 l、图2是剪切速率分别为 20s。。和 100s 条件下 ，试验得到的油水混合物粘度随温度和含水率 [收稿日期]2011—04 09 [基金项目]国家自然科学基金项目 (51006l23)；教育部博士学科点基金 (2008042515l6)；流体传动及控制 国家重点实验室开放基 金 (GZKF一201016)资助项目。 [作者简介]梁法春 (1977)，男 ，l999年石油大学毕业 ，博士 ，副教授 ，现主要从事多相流动特性与参数检测技术研究。 第 33卷第 1O期 梁法春等：基于人工神经网络的油～水乳状液粘度智能预测研究 的变化特征曲线。从图上可以看出，含水率 固定时 ，粘度一般随温度升高而降低 ；而当温度一定时 ，粘 度随含水率变化基本呈现先增加后降低 ，再增加又降低的趋势。油水混合物粘度受剪切速率影响也相 当 明显 ，温度和含水率相同时，随着剪切速率的增 J／H-~